MétaCan
Menu
Retour à la cohorte
Enregistrement W2970394452 · doi:10.1213/ane.0000000000004350

Point-of-Care Ultrasound for Obstructive Sleep Apnea Screening: Are We There Yet? A Systematic Review and Meta-analysis

2019· review· en· W2970394452 sur OpenAlexaff
Mandeep Singh, Arvind Tuteja, David T. Wong, Akash Goel, Aditya Trivedi, George Tomlinson, Vincent Chan

Notice bibliographique

RevueAnesthesia & Analgesia · 2019
Typereview
Langueen
DomaineMedicine
ThématiqueObstructive Sleep Apnea Research
Établissements canadiensSinai Health SystemMount Sinai HospitalToronto Western HospitalMcMaster UniversityWomen's College HospitalUniversity of TorontoUniversity Health Network
Organismes subventionnairesnon disponible
Mots-clésMedicineObstructive sleep apneaPerioperativeMeta-analysisSystematic reviewMEDLINEObservational studyPopulationAirwayRandomized controlled trialPolysomnographyCohort studySleep apneaIntensive care medicineInternal medicineApneaSurgery

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Perioperative diagnosis of obstructive sleep apnea (OSA) has important resource implications as screening questionnaires are overly sensitive, and sleep studies are expensive and time-consuming. Ultrasound (US) is a portable, noninvasive tool potentially useful for airway evaluation and OSA screening in the perioperative period. The objective of this systematic review was to evaluate the correlation of surface US with OSA diagnosis and to determine whether a point-of-care ultrasound (PoCUS) for OSA screening may help with improved screening in perioperative period. METHODS: A search of all electronic databases including Medline, Embase, and Cochrane Database of Systematic Reviews was conducted from database inception to September 2017. Inclusion criteria were observational cohort studies and randomized controlled trials of known or suspected OSA patients undergoing surface US assessment. Article screening, data extraction, and summarization were conducted by 2 independent reviewers with ability to resolve conflict with supervising authors. Diagnostic properties and association between US parameters (index test) and OSA diagnosis using sleep study (reference standard) were evaluated. The US parameters were divided into airway and nonairway parameters. A random-effects meta-analysis was planned, wherever applicable. RESULTS: Of the initial 3865 screened articles, 21 studies (7 airway and 14 nonairway) evaluating 3339 patients were included. Majority of studies were conducted in the general population (49%), respirology (23%), and sleep clinics (12%). No study evaluated the use of US for OSA in perioperative setting. Majority of included studies had low risk of bias for reference standard and flow and timing. Airway US parameters having moderate-good correlation with moderate-severe OSA were distance between lingual arteries (DLAs > 30 mm; sensitivity, 0.67; specificity, 0.59; 1 study/66 patients); mean resting tongue thickness (>60 mm; sensitivity, 0.85; specificity, 0.59; 1 study/66 patients); tongue base thickness during Muller maneuver (MM; sensitivity, 0.59; specificity, 0.78; 1 study/66 patients); and a combination of neck circumference and retropalatal (RP) diameter shortening during MM (sensitivity, 1.0; specificity, 0.65; 1 study/104 patients). Nonairway US parameters having a low-moderate correlation with moderate-severe OSA were carotid intimal thickness (pooled correlation coefficient, 0.444; 95% confidence interval [CI], 0.320-0.553; P value = .000, 8 studies/727 patients) and plaque presence (sensitivity, 0.24-0.75; specificity, 0.13-1.0; 4 studies/1183 patients). CONCLUSIONS: We found that a number of airway and nonairway parameters were identified with moderate to good correlation with OSA diagnosis in the general population. In future studies, it remains to be seen whether PoCUS screening for a combination of these parameters can address the pitfalls of OSA screening questionnaires.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Méta-épidémiologie (sens large)
Catégories consensuellesMéta-épidémiologie (sens strict)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,734
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0210,008
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,092
Tête enseignante GPT0,364
Écart entre enseignants0,271 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations33
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnesthesia & AnalgesiaMême sujetObstructive Sleep Apnea ResearchTravaux en français237 207